10 月 27 日至 28 日，首届天桥脑科学研究院 AI 驱动科学研讨会在美国旧金山举办。三位诺贝尔奖得主、斯坦福大学荣誉校长等 20 多位全球顶尖学者和产业领袖，共同探讨 AI 如何驱动科学发现。

盛大集团和天桥脑科学研究院创始人陈天桥在会上宣布，将投入 10 亿美元算力，支持全球科学家的创新人工智能研究。他表示：" 人类的进化从未停止，只是方式改变了。今后人类进化将主要依靠 AI。"

陈天桥：发现式智能是真正的通用人工智能

本次会议由天桥脑科学研究院与加州大学伯克利分校计算、数据科学与社会学院联合举办。陈天桥表示，AI 的终极价值是发现。发现式智能可以主动构建关于世界的可检验理论模型（testable world models）、提出可被证伪的假说（falsifiable hypotheses），并在与世界的交互与自我反思中持续修正其理解框架的智能，这是真正意义的通用人工智能。

陈天桥认为，发现式智能能提出问题而非只回答问题，能理解规律而非仅预测结果，它超越了模仿，具备创造和发现这些智慧的本质能力，让通用人工智能（AGI）的意义不再是 " 取代人类 " 而是 " 进化人类 "。

为帮助全球科学家推进发现式智能研究，陈天桥在会上宣布了多项特别针对青年科学家的支持，包括为博士生和博士后提供独立途径，建立以自己命名的实验室等。

奥马尔 · 亚基： AI 成为新的科学思维体

一个零能耗的便携式取水装置，被放置在空气湿度不到 15%，极其炎热的美国沙漠 " 死亡谷 " 中，很快成功从大气中取到了饮用水。这个堪称旅行者救命稻草的神器，是由 ChatGPT 分子优化编辑设计的材料制成。新晋 2025 年诺贝尔化学奖得主、加州大学伯克利分校的奥马尔 · 亚基（Omar Yaghi）教授分享了这一最新成果。

"AI 不是工具，而是新的科学思维体。借助人工智能，我们正在赋予科学自行思考、推理和演进的能力。" 奥马尔 · 亚基说。

除了 AI 设计的沙漠取水神器，奥马尔 · 亚基和团队基于 ChatGPT 创建的七个 Agents 组成虚拟科研团队，分工执行实验设计、文献检索、算法优化、实验安全与数据分析等任务，在几天内完成了上百次实验，成效显著。同时，他们训练 ChatGPT 阅读数千份合成报告并进行推理，证明该模型的预测性能优于许多传统启发式方法，ChatGPT 从一个文本生成器演变成一个科学推理引擎。

戴维 · 贝克：AI 逆转生命密码

2024 年诺贝尔化学奖得主、华盛顿大学的戴维 · 贝克（David Baker）教授分享了 AI 如何 " 从头设计 " 蛋白质工程领域。他介绍了其团队开发的 RFDiffusion3 模型，这是一种能够在三维结构空间中进行运算的先进生成式 AI 模型。研究人员仅需输入期望的分子功能，该模型便能生成具有相应功能的新型蛋白质的精确三维结构蓝图。

基于这一技术，团队已取得多项突破性成果：在神经退行性疾病研究方面，设计出能特异性捕获 β - 淀粉样蛋白的新型肽类结合物，为阿尔茨海默病干预提供新策略；在酶工程领域，成功开发了首个 " 从头设计 " 的蛋白酶。

贝克教授指出，AI 模型的快速发展高度依赖于一个与实验数据紧密耦合的 " 反馈闭环 "。他强调，一个高效的 " 设计 - 构建 - 测试 - 学习 " 迭代循环是必不可少的：AI 进行预测设计，实验室进行快速验证，而实验产生的数据都将即时反馈给模型，用于优化算法参数。

珍妮弗 · 道德纳：AI 开启个性化基因治疗时代

一种利用 CRISPR 技术开发的镰状细胞病（sickle cell disease）基因疗法，已于近期获得美国食品药品监督管理局的批准，首个 " 个性化 " 的 CRISPR 基因编辑疗法也已成功实施。2020 年诺贝尔化学奖得主、加州大学伯克利分校的珍妮弗 · 道德纳（Jennifer Doudna）教授在演讲中分享了这些突破性进展。

珍妮弗 · 道德纳回顾了从在细菌中发现 CAS 核酸酶（Cas nuclease）到最终促成 CRISPR 基因编辑技术诞生的完整历程，同时指出该领域面临的巨大挑战：尽管 CRISPR 技术无比强大，但即使是在最简单的生物体中，仍有高达 40% 的基本基因的功能至今仍是未解之谜。极大阻碍了基因编辑技术向更纵深领域的推进。

珍妮弗 · 道德纳强调，生物学领域的数据是有限的，为生物学构建有效的机器学习模型，需要 " 经过精心策划的、包含因果关系的数据集 "。为此，她提出了 CRISPR 与机器学习的协同进化，可以利用 CRISPR 技术在细胞系中系统性地制造 " 基因扰动 "（gene perturbations），从而大规模、高效率地筛选并鉴定每个基因的具体功能。这为构建因果数据集提供了关键工具。

约翰 · 轩尼诗：人类必须守住关键决策权

人工智能正以前所未有的方式席卷全球，在不到一年的时间里就达到了 50% 的美国家庭普及率，而个人电脑实现同一数字花费了数十年时间，智能手机也用了 10 多年。图灵奖得主、斯坦福大学第十任校长暨现任 Alphabet（谷歌母公司）董事长约翰 · 轩尼诗（John Hennessy）在题为 "AI 赋能科学与社会 " 的演讲中强调了这一惊人现象。

约翰 · 轩尼诗指出面对 AI 技术浪潮人类应共同坚守的关键原则：在使用 AI 或与 AI 协作完成工作时，必须保持 " 透明的披露 "；必须严格验证 AI 生成的内容；对于 AI 合成的数据必须建立详细的文档记录。他特别强调，在涉及人工智能关键决策时，人类绝不应被排除在外。

约翰 · 轩尼诗也分享了两个担忧。一是数据的质量与数量。以 AI 模型目前惊人的数据消耗速度，全球现有的数据存量可能在 4 到 5 年内被耗尽，未来数据生成速度能否跟上大型 AI 模型训练的步伐。二是关于能源效率。与算力的迅猛增长相比，计算的 " 能源效率 " 提升速度则要缓慢得多。

据悉，研讨会还举行了 "AI 驱动科学大奖 "（Chen Institute & Science Prize for AI Accelerated Research）颁奖典礼，上一年的三位获奖青年科学家现场分享了研究成果和获奖心得。